[发明专利]一种完整网站源码获取方法及非法网站检测方法、系统在审
| 申请号： | 201710940131.1 | 申请日： | 2017-10-11 |
| 公开（公告）号： | CN107957872A | 公开（公告）日： | 2018-04-24 |
| 发明（设计）人： | 周发;袁晓彤;耿光刚;延志伟;李晓东 | 申请（专利权）人： | 中国互联网络信息中心 |
| 主分类号： | G06F8/53 | 分类号： | G06F8/53;G06F17/30;G06K9/62 |
| 代理公司： | 北京君尚知识产权代理事务所(普通合伙)11200 | 代理人： | 司立彬 |
| 地址： | 100190 北京*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种完整网站源码获取方法及非法网站检测方法、系统。本系统包括完整源码提取模块、特征提取模块和非法网站识别模型；完整源码提取模块用于提取网站的完整源码；特征提取模块用于提取完整源码的文本特征，得到该完整源码的文本特征集合；以及提取该完整源码的非文本的统计特征；对各文本特征集合中的特征进行合并并计算每一特征的平均特征值，得到文本特征文件；非法网站识别模型，用于根据待识别网站的完整源码特征及其特征值、非文本的统计特征，判定该待识别网站是否为非法网站；基于样本网站集合中各网站对应的完整源码的文本特征集合、非文本的统计特征和机器学习算法，生成所述非法网站识别模型。本发明提高了网站识别准确性。 | ||
| 搜索关键词： | 一种 完整 网站 源码 获取 方法 非法 检测 系统 | ||
【主权项】：
一种完整网站源码获取方法，其步骤包括：1)对于每一目标网站，使用PhantomJS来动态加载该目标网站的JavaScript代码，获取执行完JavaScript之后的html代码；2)从该html代码中获取发起请求的标签中的URL，获取该URL的html代码并将其添加至该目标网站的完整源码的对应位置；3)递归步骤2)的处理，得到该目标网站的最终的完整源码。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国互联网络信息中心，未经中国互联网络信息中心许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710940131.1/，转载请声明来源钻瓜专利网。
